Projeto de Descrição de Imagens com Tradução e Braille

Descrição

Este projeto utiliza a API do Gemini e o Streamlit para criar uma aplicação web interativa que permite aos usuários carregar imagens e receber descrições automáticas dessas imagens. Além de fornecer a descrição em inglês, a aplicação traduz as descrições para o português e converte o texto traduzido para Braille. Cada descrição e sua tradução podem ser baixadas como arquivos de texto separados, assim como a versão em Braille.

É importante dizer que a tradução para braille feita nesse projeto é um protótipo e pode conter erros de tradução.

Funcionalidades

• Carregamento de Imagens: Os usuários podem carregar várias imagens nos formatos PNG e JPG.
• Descrição Automática de Imagens: A aplicação gera descrições automáticas para as imagens carregadas.
• Tradução para Português: Cada descrição é traduzida para o português.
• Conversão para Braille: A tradução em português de cada descrição é convertida para Braille.
• Download de Textos: Os usuários podem baixar as descrições originais, as traduções e os textos em Braille.

Tecnologias Utilizadas

• Python: Linguagem de programação usada para desenvolver a aplicação.
• API do Gemini: Para descrição das imagens e tradução de texto para português do Brasil
• Streamlit: Biblioteca usada para construir a interface da aplicação.
• Braille: Módulo utilizado para converter textos em Braille.

Estrutura do Código

O projeto é composto pelos seguintes componentes principais:

1. Interface Streamlit: Permite aos usuários interagir com a aplicação através de uma interface web.
2. Gemini: Classe responsável pelas operações de descrição de imagem e tradução de texto.
3. Utils: Contém funções auxiliares, incluindo a codificação de imagens em base64.
4. Braille: Funcionalidade que lida com a conversão de textos para Braille.

Configuração e Execução

Para executar este projeto localmente, siga os passos abaixo:

Pré-requisitos

As bibliotecas necessárias estão especificadas em requirements.txt

SDK Python da Google AI para a API Gemini

1. Acesse Google AI Studio.
2. Faça login com sua conta Google.
3. Crie uma chave API.
4. Experimente um início rápido do SDK Python no Gemini API Cookbook.
5. Para instruções detalhadas, consulte o tutorial do SDK Python em ai.google.dev.

Instalação

Clone o repositório e instale as dependências:

git clone https://github.com/PriscylaSantos/imersao_ia_alura_google.git
cd imersao_ia_alura_google
pip install -r requirements.txt

Insira sua chave da API do Gemini na variavel GOOGLE_API_KEY no arquivo config.py . Tambem pode alterar os parametros das variáveis GENERATION_CONFIG e SAFETY_SETTINGS

Execução

Execute a aplicação utilizando Streamlit:

streamlit run main.py

A aplicação será acessível no navegador em http://localhost:8501.

Sobre o Braille

É importante dizer que a tradução para braille feita nesse projeto é um protótipo e pode conter erros de tradução.

Quando se trata de adaptar sistemas de escrita para braille, cada idioma pode apresentar desafios únicos devido às suas características linguísticas específicas. A adaptação do alfabeto brasileiro para o braille inclui caracteres como letras acentuadas e o "ç". No entanto, é importante destacar que o sistema original de braille, desenvolvido por Louis Braille não foi concebido para acomodar diretamente caracteres acentuados ou o "ç", que são típicos de idiomas como o português.

Desafios de Tradução para o Braille em Português

O braille padrão é constituído por seis pontos, que permitem 64 combinações possíveis (incluindo a posição em branco). Isso é suficiente para cobrir o alfabeto básico de 26 letras, números e alguns sinais de pontuação, mas não é adequado para representar todos os acentos e caracteres especiais presentes em muitas línguas, incluindo o português. Como resultado, vários sistemas de braille têm sido adaptados regionalmente para incluir esses caracteres.

No caso específico do português, o sistema de braille deve acomodar caracteres como "á", "é", "í", "ó", "ú", "â", "ê", "ô", "ã", "õ", "à", "ç", entre outros. Para lidar com essa necessidade, foram desenvolvidas convenções adicionais que utilizam combinações de células de braille para representar um único caractere impresso.

Implicações da Adaptação

Essas adaptações podem levar a erros de tradução, especialmente quando ferramentas automáticas de conversão de texto para braille são utilizadas sem as devidas adaptações para o idioma específico. Um sistema de tradução que não reconheça e trate corretamente esses caracteres acentuados e especiais pode falhar ao representá-los adequadamente em braille, o que resulta em uma transcrição incorreta e potencialmente confusa para o leitor.

Exemplo

O texto Hoje você pode comprar maçã? traduzido por esse projeto:

Essa é a resposta gerada: ⠓⠕⠚⠑⠀⠧⠕⠉⠖⠀⠏⠕⠙⠑⠀⠉⠕⠍⠏⠗⠁⠗⠀⠍⠁⠉⠯⠹

Inserindo esse texto em um tradutor de braille:

Contribuição

Contribuições são sempre bem-vindas! Sinta-se à vontade para criar um fork do repositório, fazer suas alterações e submeter um Pull Request.

---

Este README.md fornece uma visão geral detalhada do projeto, explicando suas funcionalidades, tecnologias utilizadas, e como configurar e executar a aplicação localmente. Ele serve como um guia tanto para usuários quanto para desenvolvedores interessados em contribuir para o projeto.